Como machine learning vem transformando indústrias e empregos pelo mundo – parte I

Imagem: Trabalhador parado em frente a painéis solares - impactos da Machine learning nas indústrias

Você provavelmente já ouviu que “robôs um dia controlarão o mundo”. Esse assunto vem sendo explorado por mais de 100 anos, tendo se popularizado e altamente midiatizado nos últimos 20 anos com a evolução dos computadores e, particularmente, dos processadores.

Cinema, jornais e blogues gostam de colocar medo em nós. A lista de filmes mostrando uma instabilidade na relação homem-robô é bem longa. Desde o filme de ficção cientifica “Metropolis” de 1927, aos mais recentes e mais famosos - Blade Runner, Terminador, Robocop, Matrix, Ex-Machina e A.I, o Filme – estes tem explorado e cinematizado os perigos do desenvolvimento da robótica, e tecnologia em geral.

Se você pesquisar por “Machine learning” ou “robótica”, a mensagem mais comum que os sites de informação e noticias partilham é bem clara: máquinas tomarão seu trabalho (e vão te matar).

Permita-me te dar um consolo: isso não vai acontecer. Ou pelo menos, não tão já.

Atualmente, tem se assistido um rápido crescimento na capacidade de processamento de informação pelos processadores (CPUs e GPUs) e empresas ao redor do mundo já tem aproveitado essa vantagem para o desenvolvimento de seus projetos de robótica.

Não tardará e você será um Homer Simpson regressando a casa depois de ser demitido porque o Sr. Flint decidiu colocar computadores e robôs em toda fábrica para fazer seu trabalho.

Robôs entrado no ônibus e indo trabalhar para mim? Confirmado!

Robôs fazendo compras por mim? Confirmado!

Robôs cozinhando? Confirmado!

Robôs para divertir as crianças? Confirmado!

Robôs para pensar por mim? Confirmado!

Robôs para se embebedarem por mim? Confirmado!

Dinheiro para pagar aos robôs pelo seu serviço? Não confirmado!

Pelo cenário acima, você já está desempregado e seu empregador está bem feliz. Finalmente ele se livrou de ti. Seu preguiçoso!

Agora, ao lado de seu antigo empregador está um lindo robô de lábios carnudos, olhos azuis, nariz pequeno e “pele de bebe” - não queremos em momento algum reforçar estereótipos ao fazer esta descrição. A seleção e uso destas características é apenas para propósitos de dramatização - preenchendo todos papeis necessários, dando conselhos, projetando ganhos, prevendo erros e falhas, verificando se outras máquinas estão funcionando, demitindo as máquinas preguiçosas e contratando novas, etc.

Nada sobrou para você fazer senão ficar deitado no sofá de sua casa, ir para o bar ao lado e comprar umas cervejas para matar o tempo, assistindo vídeos de bebes e cães fofinhos no YouTube.

Oh, não. O robô alcoólatra comprou todas as cervejas deste bar. “Deixe-me ir ver noutro bar próximo”.

Oh, não! O robô de estimação do proprietário do bar hackeou minha conta bancaria e verificou que estou sem um centavo. Eu não posso pagar por estas cervejas. “Por favor robô, tenha compaixão!”.

Ok! posso não ter as cervejas, mas pelo menos ainda tenho a TV e internet.

Oh, não! O robô do provedor de internet cortou minha conexão. “Eu disse para aquele bot estúpido do PayPal para processar o pagamento. Aposto que não processou.”

Bem! Pelo menos posso ir para cama e dormir com o robô que me faz companhia, já que, enciumado, ele matou minha esposa.

A história acima é bem impossível de acontecer. Conversas e interações entre humanos prevalecerão por vários anos. Entretanto, assistiremos uma redução na frequência dessas interações nas próximas décadas.

Seja você um empregador ou empregado, a evolução da Inteligência Artificial trará grandes perdas ou benefícios para si. Seu sucesso ou fracasso nos últimos anos será determinado pela sua educação (em particular sobre as alterações tecnológicas) e gestão de seus processos (quanto tempo você levara para automatizar seu negocio).

Neste artigo exploramos as alterações que machine learning, subconjunto da Inteligência Artificial, está trazendo para industrias e profissões ao redor do mundo. Dividimos este artigo em duas partes para não tornar ele longo demais. Nesta primeira parte abordamos os impactos da ML nas indústrias. Na segunda parte, a ser publicada, exploramos os impactos da ML em diferentes profissões.

Como machine learning tem alterado indústrias

Os algoritmos de machine learning em alterado diversas áreas a nível global. Dependendo primeiramente de dados estatísticos, máquinas (computadores) estão ajudando empresas de diferentes sectores a prever cenários, criar e melhorar produtos existente, assim como a relação com clientes.

Abaixo trazemos alguns exemplos de como machine learning vem sendo usada atualmente nos principais sectores econômicos.

Saúde

Profissionais na indústria farmacêutica e medicina tem usado modelos de machine learning para diagnosticar pacientes e obter dados em tempo real sobre tratamentos em andamento e os estágios de certas doenças.

Usando os modelos de machine learning, são colhidos dados sobre o perfil do paciente, seu histórico e outros elementos importantes para ajudar médicos a prever o nível de ocorrência de doenças cancerígenas e identificar pacientes que possam beneficiar de determinado tipo de tratamento ou terapias.

Neste sector, ML tem ajudado a população a entender melhor o funcionamento e benefícios dos serviços de saúde e a localizar empresas que oferecem estes serviços nas proximidades da melhor forma e com preços baixos.

O maior objetivo de ML no sector de saúde é diagnosticar e sugerir os melhores tratamentos para doenças o mais rápido possível.

Algumas empresas gerando grande impacto neste sector são a Healthy.io, Artelus, Roam Analytics, KenSci, PathAI, Insitro, Beta bionics, Proteus Digital Health, NeuroTech, Insilico e a gigante Pfizer.

Educação

Plataformas de ensino online usam machine learning para personalizar e recomendar cursos ou tópicos baseado nos interesses prévios de seus usuários, possibilitando que estes salvem seu tempo e se concentrem em aprender apenas o que lhes interessa ou é importante.

Usando ML, startups tem ensinado indivíduos a programar, desenhar, matemática, biologia, física e outros temas complexos de forma rápida e animada.

Esta tecnologia tem também ajudado cientistas a conduzirem pesquisas, observar e analisar dados, bem como gerar relatórios de forma fácil.

Por fim, esta tecnologia traz á possibilidade de conectar professores com estudantes ou escolas que partilham os mesmos objetivos e visão, assim como identificar as melhores rotas a serem seguidas por ônibus escolares.

10 exemplos de startups usando machine learning no sector de educação são a MyEdMatch, EduLog, Udemy, Skillshare, Knewton, Pi-Top, IronHack, Klaxoon, Carnegie Learning e Blippar.

Transporte e logística

Machine learning tem sido usado nesta área para controlar o tráfego de viaturas e peões, através da monitoria e previsão do comportamento de condutores e determinação do tempo adequado para as luzes de semáforo permanecerem ligadas.

ML tem permitido a identificação das melhores rotas de tráfego e formas de distribuir produtos, monitorar armazéns, gerir pedidos de clientes e reduzir custos associados a outras tarefas relacionadas a logística.

Um dos grandes avanços de ML nos últimos anos encontra-se neste sector. Empresas como Google, Uber, Tesla, BMW e outras startups tem usado esta tecnologia para produzir e colocar no mercado carros autônomos. Diversos testes com sucesso já foram feitos, confirmando-se a cada dia que passa que em breve, você só precisará entrar no seu carro, relaxar e deixar o carro te levar para casa, enquanto você assiste sua serie favorita no Netflix.

10 empresas usando machine learning no sector de transporte e logística incluem as já famosas Uber, Google (agora Waymo), BMW, Tesla e startups como LORI, TransFix, Convoy, Postmates, Overhaul e BlaBlaCar.

Finanças

Machine learning tem sido usada no sector de finanças de diversas formas.

Usando dados sobre o comportamento passado seus de clientes, empresas provedoras de serviços financeiros, conseguem detectar e gerir fraudes, determinar riscos e oferecer aconselhamento financeiro de forma rápida.

Usando ferramentas avançadas para determinação de riscos, ML tem possibilitado a descentralização do processo de obtenção de empréstimos bancários.

Quebrando o sistema bancário tradicional, startups de FinTech a nível global tem possibilitado que pessoas solicitem e financiem empréstimos entre si, de forma rápida e com baixas taxas.

ML tem também sido usada por empresas e investidores para determinar tendências e os mercados ideias para direcionar seus investimentos. Traders tem usado esta tecnologia também para determinar quando comprar ou vender ações ou fazer mudanças significativas em seu portfólio.

Outro papel importante de ML neste sector é ajudar pessoas a terem melhor controle de suas finanças pessoais. Apps como Cleo e Wallet ajudam seus usuários a tomar decisões inteligentes ao gastar ou poupar seu dinheiro.

8 empresas usando machine learning no sector financeiro são as já mencionadas Wallet.ai e Cleo, Bita, Combine, SoFi, Trulioo, Weathfront e Feedzai.

Marketing e vendas

ML tem sido usada por empresas para conectar clientes com os produtos adequados ao seu perfil. Usando softwares de CRM, empresas são capazes de determinar que produtos, campanhas e ofertas são melhores para cada cliente e prospect.

A grande quantidade de dados colhidos de redes sociais e outras fontes atualmente permitem que empresas sirvam a nichos específicos, projetem o tempo de vida do cliente e churn-rates. Esses dados permitem ainda determinar o score de leads baseado em seus interesses, definir estratégias de aquisição de clientes, selecionar o design adequado para o website e ferramentas da empresa.

Modelos de machine learning ajudam gestores de vendas a prever a demanda de seus produtos e serviços, planificar seu tempo e agenda, desenvolver programas promocionais, descontos e outras estratégias de determinação de preços.

Existem diversas ferramentas para automatizar as tarefas de marketing e vendas no mercado. Dentre elas destacam-se a Hubspot, Salesforce Pardot, Oracle Eloqua, Keap (antigo Infusionsoft), XANT, Demand Base, 6sense, BounceX e Cogito.

Robótica

Este é o principal, senão primeiro sector que pensamos quando se fala de inteligência artificial. O desenvolvimento de máquinas com características humana, em termos físicos ou psicológicos, só será possível através da combinação entre robótica e IA.

Machine learning tem sido usada em robótica para aumentar as capacidades de robôs industriais, domésticos, militares, médicos e de outros campos.

Este campo tira vantagem da IA e ML para melhorar a capacidade de robôs de reconhecer objetos – mesmo se o robô não tiver “visto” eles antes; calcular a distância entre objetos, evitar e interagir com objetos e obstáculos, bem como entender padrões lógicos.

Para além de aumentar as capacidades de visão e locomoção de robôs, machine learning tem sido usada também em aprendizagens supervisionadas ou não supervisionadas para melhorar a capacidade de robôs de segurar em objetos e imitar gestos humanos (ou de outros animais), por forma que estes alcancem altos níveis de eficiência ao desempenhar “tarefas humanas”.

Exemplos de 10 empresas usando machine learning em robótica incluem a Boston Dynamics, AirRobotics, DJI, Exotec, Impossible Aerospace, Exyn Technologies, Bright Machines, Sarcos Robotics, BlueFin e AMP Robotics.

Segurança

Machine learning tem sido usada para mitigar e gerir eventos relacionados a segurança. Desde ferramentas para previsão de crimes físicos a softwares de prevenção de crimes cibernéticos, modelos de ML garantem que os planos e sistemas de empresas e indivíduos não sejam controlados por pessoas com fins malignos.

Viajantes e turistas podem usar aplicações baseadas em machine learning para obter informações sobre seus destinos. Empresas como a Redcrow e PredPol permitem que você monitore e antecipe ameaças provenientes de guerras, crimes ou doenças.

Outras empresas, a exemplo da Deep Sentinel, usam câmeras e sensores para detectar potenciais ameaças á sua residência, tais como transgressões, intrusões, vandalismos e furtos, reportando as autoridades locais sobre a ocorrência do crime em questões de minutos.

Enquanto algumas empresas se concentram em evitar crimes no mundo físico, outras buscam proteger sua informação online.

Empresas de cyber-segurança usam algoritmos de machine learning gerados através da análise do comportamento prévio de computadores, para rapidamente detectar atividades maliciosas e impedir ataques. Empresas neste ramo ajudam a impedir ataques de ramsomware, cryptojacking e, quiçá, ajudarão a identificar vulnerabilidades poucos minutos após a publicação de determinado software ou aplicativo e evitar zero-day exploits.

10 exemplos de empresas construído algoritmos de machine learning para melhorar a segurança de indivíduos e empresas incluem a Sentinel One, Darktrace, Sophos, Chronicle Security, Intelligo Group, Cylance (BlackBerry), Cynet, Google Nest, SimpliSafe, Netatmo e Wyze.

Agricultura

Machine learning tem sido usada na agricultura para detectar doenças causadas por bactérias ou vírus e determinar as culturas adequadas para determinada estação, solo, objetivos do agricultor/ empresa e outros critérios.

Empresas neste ramo fazem uso da automação e inteligência de máquinas para controlar e determinar momentos para irrigação de campos, com base no clima, temperatura e dados do solo, ajudando agricultores a otimizar o uso de água e seus gastos.

Este sector faz ainda uso de robôs e drones para identificar e lutar pragas, remotamente controlar o crescimento de culturas e fazer a colheita de frutas.

Algumas empresas transformando este ramo são a aWhere, Blue River Technology, Energid, EcoRobotix e FarmShots.

Notas Finais

Machine learning tem causado alterações em diversas industrias globalmente e prevê-se que esta ainda venha a afetar várias outras não mencionadas nesta lista. Na segunda parte deste artigo vamos explorar as alterações que esta tecnologia tem causado a nível profissional. Um palpite: enquanto algumas profissões são eliminadas novas estão sendo criadas.

Reaja!

Junte-se a conversa deste tópico no Facebook e Instagram.

Artigos similares

Aprenda mais sobre a IA com nossa newsletter

Assine nossa lista de emails hoje e passe a receber as mais recentes informações sobre IA e outras tecnologias no seu email